求解两个坐标系之间的刚性变换矩阵

任意的两个三维笛卡尔坐标系之间的旋转都可以用一个3x3的矩阵来表示。在关于相机标定的问题里，经常需要计算两个坐标系之间点的关系。只要能算出变换矩阵，就可以算出A坐标系的一个点P在坐标系B里的对应点坐标，即$P_B=T\ast P_A+t$,$T$为3x3的转换矩阵，$t$为3x1的位移变换向量，这里点坐标均为3x1的列向量。
只要给定至少3个点，就能计算出$T$和$t$，一般来说点越多，计算出来的转换就越精确。
参考《Estimating 3-D Rigid Body Transformations: A Comparison of Four Major Algorithms》，可以使用SVD方法计算$T$和$t$。
计算原理如下图：

Python代码如下，实验中采集了两个三维坐标下的8个点对，使用6个点对计算转换矩阵，用了2个点对用于验证。

注意点坐标是